प्रमुख प्रश्न नया
AI द्वारा प्रसंस्कृत · लेखक द्वारा अनुमोदित
प्रबंधक कैसे माप सकते हैं कि कर्मचारी जेनरेटिव एआई का उपयोग आलोचनात्मक और प्रभावी तरीके से कर रहे हैं?
Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।
मुख्य निष्कर्ष
- जेनरेटिव एआई के साथ आलोचनात्मक जुड़ाव को दो उप-आयामों वाले एक चिंतनशील निर्माण के रूप में संकल्पित किया गया: इनपुट की विचारशील संरचना और आउटपुट की संशयपूर्ण समीक्षा।
- 34 मूल्यांकनकर्ताओं के साथ औपचारिक सामग्री वैधता परीक्षण के माध्यम से शुरुआती 34 प्रश्नों के समूह को घटाकर 18 किया गया, जिससे अनुरूपता और विशिष्टता स्थापित हुई।
- 153 उत्तरदाताओं (KMO = 0.860) के साथ खोजपूर्ण कारक विश्लेषण के माध्यम से दो-कारक संरचना के समर्थन का प्रदर्शन किया गया, जिससे एक परिष्कृत 15-आइटम माप मॉडल स्थापित हुआ।
- यह पाया गया कि एआई आउटपुट के प्रति संशय की भावना ज्ञान कार्यकर्ताओं को अधिक नियंत्रित, चरण-दर-चरण इनपुट व्यवहारों और सुरक्षा उपायों को अपनाने के लिए सीधे प्रेरित करती है।
आपके लिए इसका क्या अर्थ है
CIO / आईटी एक्ज़ीक्यूटिव
Allocate Q3 budget to transition enterprise AI training away from basic prompt-writing tutorials and fund programs focused on cognitive oversight, specifically teaching staff how to conduct systematic skeptical reviews of AI-generated code and text.
आईटी प्रबंधक
Update your team's code-review and document-drafting checklists to explicitly require a documented 'skeptical review' step, ensuring engineers do not blindly copy-paste probabilistic AI outputs without testing edge cases.
बिज़नेस रणनीतिकार
Audit your department's current AI-driven workflows to identify where deterministic assumptions are being made, and mandate a step-by-step 'thoughtful structuring of input' protocol for any high-stakes market analysis or forecasting tasks.
शोधकर्ता
Use the validated 15-item measurement scale from this study to design a survey measuring baseline critical engagement levels across a cohort of enterprise knowledge workers before rolling out a new generative AI tool.
नीति निर्माता
Draft internal corporate governance guidelines specifying that high-impact AI use cases (such as compliance or HR) require human-in-the-loop verification steps to counter non-deterministic hallucinations and probabilistic errors.
सारांश
यह अध्ययन यह मूल्यांकन करने के लिए एक माप पैमाना विकसित और सत्यापित करता है कि ज्ञान कार्यकर्ता जेनरेटिव आर्टिफिशियल इंटेलिजेंस टूल्स के साथ कितनी आलोचनात्मकता से जुड़ते हैं। आलोचनात्मक सोच और समस्या-समाधान साहित्य पर आधारित, शोधकर्ताओं ने अनुभवी पेशेवरों के साथ फोकस समूह आयोजित किए, 34 निर्णायकों के साथ सामग्री वैधता का परीक्षण किया, और 153 उत्तरदाताओं के डेटा का उपयोग करके खोजपूर्ण कारक विश्लेषण किया।
समस्या
जेनरेटिव एआई संभाव्य और गैर-नियतात्मक परिणाम उत्पन्न करता है जो सूक्ष्म त्रुटियां और मतिभ्रम पैदा कर सकते हैं, जिसके लिए सतही प्रॉम्प्ट-लेखन कौशल के बजाय संज्ञानात्मक निगरानी की आवश्यकता होती है। पूर्व सूचना प्रणाली अनुसंधान मुख्य रूप से नियतात्मक उपकरणों और प्रत्यक्ष व्यवहारों पर केंद्रित रहा है, जिससे जेनरेटिव एआई के साथ कुशलतापूर्वक संवाद करने के लिए आवश्यक अंतर्निहित संज्ञानात्मक क्षमताओं को मापने में एक अंतर रह जाता है।
ट्रांसक्रिप्ट
Expert: बिल्कुल, अन्ना। यह अध्ययन इस बात का मूल्यांकन करने के लिए एक माप पैमाना विकसित और सत्यापित करता है कि ज्ञान कार्यकर्ता जेनरेटिव एआई उपकरणों के साथ कितनी आलोचनात्मकता से जुड़ते हैं। यह अध्ययन शोधकर्ताओं अंजलि त्रिपाठी, सौम्यकांति चक्रवर्ती, अभिप्सा पाल, राजीव कुमार और तेजस्विनी हेराथ द्वारा किया गया है।
Host: कार्यस्थलों पर जेनरेटिव एआई के बढ़ते उपयोग के बीच, यह अध्ययन किस व्यावहारिक समस्या का समाधान करता है?
Expert: मुख्य समस्या यह है कि पारंपरिक सॉफ़्टवेयर के विपरीत, जेनरेटिव एआई संभाव्य और गैर-नियतात्मक परिणाम देता है। इसका मतलब है कि यह सूक्ष्म त्रुटियां और मतिभ्रम पैदा कर सकता है। अब तक, सूचना प्रणाली अनुसंधान नियतात्मक उपकरणों और केवल सतही प्रॉम्प्ट-लेखन कौशल पर केंद्रित रहा है। लेकिन जेनरेटिव एआई के साथ काम करने के लिए गहरी संज्ञानात्मक निगरानी की आवश्यकता होती है। संगठनों के पास अब तक यह मापने का कोई साधन नहीं था कि कर्मचारी वास्तव में इन उपकरणों के साथ कितनी बौद्धिक सतर्कता से संवाद कर रहे हैं।
Host: यानी केवल प्रॉम्प्ट लिखना जानना ही पर्याप्त नहीं है, बल्कि उसके पीछे की सोच महत्वपूर्ण है। शोधकर्ताओं ने इस पैमाने को विकसित करने के लिए क्या दृष्टिकोण अपनाया?
Expert: शोधकर्ताओं ने आलोचनात्मक सोच और समस्या-समाधान के स्थापित साहित्य से शुरुआत की। इसके बाद अनुभवी पेशेवरों के साथ फोकस समूह चर्चाएं आयोजित की गईं। शुरुआत में 34 प्रश्नों का एक समूह तैयार किया गया। फिर, 34 विशेषज्ञ निर्णायकों के साथ सामग्री वैधता का औपचारिक परीक्षण किया गया, जिससे यह सूची घटकर 18 प्रश्नों पर आ गई। अंत में, 153 उत्तरदाताओं के डेटा का उपयोग करके खोजपूर्ण कारक विश्लेषण किया गया, जिसका केएमओ स्कोर 0.860 था। इसके आधार पर 15-आइटम का एक परिष्कृत माप मॉडल स्थापित हुआ।
Host: इस अध्ययन के मुख्य निष्कर्ष क्या रहे?
Expert: अध्ययन ने जेनरेटिव एआई के साथ आलोचनात्मक जुड़ाव को दो मुख्य उप-आयामों में विभाजित किया है: पहला, इनपुट की विचारशील संरचना और दूसरा, आउटपुट की संशयपूर्ण समीक्षा। एक प्रमुख निष्कर्ष यह निकला कि जब ज्ञान कार्यकर्ता एआई के आउटपुट के प्रति संशय की भावना रखते हैं, तो यह भावना उन्हें अधिक नियंत्रित, चरण-दर-चरण इनपुट व्यवहार और सुरक्षा उपायों को अपनाने के लिए सीधे प्रेरित करती है।
Host: यह बहुत व्यावहारिक बिंदु है। व्यापार और संगठनों के लिए इसके क्या निहितार्थ हैं?
Expert: व्यावसायिक दृष्टि से, यह अध्ययन संगठनों को प्रॉम्प्ट इंजीनियरिंग से आगे बढ़कर सोचने का अवसर देता है। कंपनियां इस पैमाने का उपयोग यह मापने के लिए कर सकती हैं कि उनके कर्मचारी एआई का उपयोग करते समय कितनी सतर्कता बरत रहे हैं। इसका उपयोग आंतरिक प्रशिक्षण कार्यक्रमों को बेहतर बनाने, जोखिम कम करने और यह समझने के लिए किया जा सकता है कि क्या कार्यबल एआई की गलतियों को पकड़ने में सक्षम है। यह उपकरण मानव संसाधन और तकनीक प्रबंधन को एक वस्तुनिष्ठ आधार प्रदान करता है।
Host: संक्षेप में कहें तो, यह अध्ययन रेखांकित करता है कि जेनरेटिव एआई का सुरक्षित और प्रभावी उपयोग केवल गति पर नहीं, बल्कि उपयोगकर्ताओं की संज्ञानात्मक सतर्कता पर निर्भर करता है। एलेक्स, इस विश्लेषण के लिए धन्यवाद।
Expert: आपका धन्यवाद, अन्ना।
Host: और हमारे श्रोताओं का भी बहुत-बहुत धन्यवाद। "A.I.S. Insights — powered by Living Knowledge" के अगले अंक में हम फिर मिलेंगे। तब तक के लिए नमस्कार।
Generative AI, Critical Engagement, Scale Development, Human-AI Interaction, Knowledge Work, Large Language Models